sklearn - plot decision tree python

Visualización del árbol de decisiones en scikit-learn

Question

Estoy tratando de diseñar un árbol de decisiones simple usando scikit-learn en Python (estoy usando el cuaderno Ipython de Anaconda con Python 2.7.3 en el sistema operativo Windows) y lo visualizo de la siguiente manera:

from pandas import read_csv, DataFrame
from sklearn import tree
from os import system

data = read_csv(''D:/training.csv'')
Y = data.Y
X = data.ix[:,"X0":"X33"]

dtree = tree.DecisionTreeClassifier(criterion = "entropy")
dtree = dtree.fit(X, Y)

dotfile = open("D:/dtree2.dot", ''w'')
dotfile = tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
system("dot -Tpng D:.dot -o D:/dtree2.png")

Sin embargo, me sale el siguiente error:

AttributeError: ''NoneType'' object has no attribute ''close''

Utilizo la siguiente publicación de blog como referencia: enlace de Blogpost

La siguiente pregunta sobre stackflow no parece funcionar también para mí: Pregunta

¿Podría alguien ayudarme a visualizar el árbol de decisiones en scikit-learn?

Answer 1

sklearn.tree.export_graphviz no devuelve nada y, por lo tanto, devuelve None .

Al hacer dotfile = tree.export_graphviz(...) sobreescribes tu objeto de archivo abierto, que previamente había sido asignado a dotfile , por lo que obtienes un error cuando tratas de cerrar el archivo (como ahora es None ).

Para solucionarlo, cambie su código a

...
dotfile = open("D:/dtree2.dot", ''w'')
tree.export_graphviz(dtree, out_file = dotfile, feature_names = X.columns)
dotfile.close()
...

Answer 2

Alternativamente, podrías intentar usar pydot para producir el archivo png desde dot:

...
tree.export_graphviz(dtreg, out_file=''tree.dot'') #produces dot file

import pydot
dotfile = StringIO()
tree.export_graphviz(dtreg, out_file=dotfile)
pydot.graph_from_dot_data(dotfile.getvalue()).write_png("dtree2.png")
...

Answer 3

Si, como yo, tiene un problema al instalar graphviz, puede visualizar el árbol

1. exportándolo con export_graphviz como se muestra en las respuestas anteriores
2. Abra el archivo .dot en un editor de texto
3. Copie el trozo de código y péguelo @ webgraphviz.com

Answer 4

Puede copiar el contenido del archivo export_graphviz y puede pegar el mismo en el sitio webgraphviz.com .

Puede consultar el artículo sobre Cómo visualizar el árbol de decisiones en Python con graphviz para obtener más información.

Answer 5

Aquí hay un trazador de líneas para los que están utilizando jupyter y sklearn (18.2+). Ni siquiera necesitas matplotlib para eso. El único requisito es graphviz

pip install graphviz

de ejecutar (de acuerdo con el código en la pregunta X es un marco de datos de pandas)

from graphviz import Source
from sklearn import tree
Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))

Esto lo mostrará en formato SVG. El código anterior produce el objeto fuente de Graphviz source_code . (no da miedo) Eso se representaría directamente en jupyter.

Algunas cosas que es probable que hagas con él

Muéstralo en jupter:

from IPython.display import SVG
graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
SVG(graph.pipe(format=''svg''))

Guardar como png:

graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
graph.format = ''png''
graph.render(''dtree_render'',view=True)

Obtener la imagen png, guardarla y verla:

graph = Source( tree.export_graphviz(dtreg, out_file=None, feature_names=X.columns))
png_bytes = graph.pipe(format=''png'')
with open(''dtree_pipe.png'',''wb'') as f:
    f.write(png_bytes)

from IPython.display import Image
Image(png_bytes)

Si vas a jugar con esa lib aquí hay enlaces a ejemplos y guía de usuario